Yazara Gore Listeleme

Yeşil tedarik zinciri yönetimi uygulamaları, son on yılda akademisyenler için en ilgi çekici odak noktalarından biri olmuştur. Daha önce yapılan çalışmalar yeşil tedarik zinciri yönetiminin gelişimi ve kapsamı hakkında bilgi vermenin yanı sıra farklı sektörlerden şirketlerin yeşil tedarik zinciri uygulama örneklerini sunmuştur. Yeşil tedarik zinciri yönetimi uygulamalarının, örgütsel performansın bir parçası olarak çevresel performansı etkileyebileceğini öne sürüyorlar. Ancak yeşil tedarik zinciri yönetimi uygulamalarının Türkiye tekstil sektöründeki KOBİ'lerin örgütsel performanslarının bir parçası olarak çevresel performanslarını etkileyip etkilemeyeceği henüz belirlenmemiştir. Bu tez, literatürdeki boşlukları keşfetmeyi ve örgütsel performansın bir parçası olarak çevresel performansın etkisini tanımayı ve sonuç olarak özellikle Türk tekstil endüstrisindeki yeşil tedarik zinciri yönetimi uygulamalarını (GSCMP) ele almayı amaçlamaktadır. Veriler, Türk tekstil firmalarından anket yoluyla toplanmıştır ve toplanan verilerin analizinde SPSS'nin İstatistiksel Paketi kullanılmıştır. Önerilen hipotez test edilir. Hipotezde önerilen değişkenler, yeşil tedarik zinciri yönetimi uygulamaları, yeşil süreç ve ürün tasarımı ve örgütsel performansın bir parçası olarak bir şirketin genel çevresel performansını iyileştirip iyileştirmediğini belirlemek için kullanılan yeşil tedarik zinciri yönetimi uygulama yaklaşımlarının içsel farkındalığıdır. Bu araştırmanın bulguları, bir tekstil sektörü organizasyonunda GSCM uygulamalarının uygulanmasının çevresel performans üzerinde olumlu bir etkiye sahip olduğu gözlemlenmiştir. Bu çalışma, tekstil endüstrisindeki KOBİ'lerin, kurumsal performansın bir parçası olarak çevreyi iyileştirebilecek yeşil tedarik zinciri yönetimi uygulamalarını belirlemek için daha iyi kararlar almalarına yardımcı olacaktır. Anahtar Kelimeler: Yeşil Tedarik Zinciri Yönetimi Uygulamaları, Tekstil Endüstrisi, Türk İmalat Sanayii

Çağımızda yüksek öğretim kurumları eğitimlerini yeni yöntemlerle sunmak ve küresel bir pazarda faaliyet göstermek gerçeğiyle karşı karşıyadır. Bu nedenle üniversiteler, zaman ve lokasyon kavramı olmaksızın derslerine nasıl erişim sağlayabileceklerini yeniden değerlendirmek zorundadır. Bununla birlikte yüksek öğretim kurumları sadece Z Kuşağı öğrencilerinin artan dijital dönüşüm beklentilerini karşılamakla kalmayıp, aynı zamanda yaklaşan Alfa Kuşağı fırtınasına da hazır olmalıdır. Orta Çağ'dan bu yana, yükseköğretim kavramı ve ana aktörleri üniversitelerin gelişim süreçleri tartışılan bir konudur. Birinci nesil Üniversite 1.0, 11. Yüzyılda bilgi aktarım merkezleri olarak başlatılırken, ikinci nesil Üniversite 2.0, 19. Yüzyılda bilgi aktarımı ve araştırma merkezleri olarak karşımıza çıktı. 1970'ler ise bilgi aktarım, araştırma ve uygulama (üniversite-sanayi) merkezleri olarak üçüncü nesil Üniversite 3.0'ı getirdi. Ardından dördüncü nesil Üniversite 4.0, 2000'li yılların dijital dönüşüm çağının atmosferinde teknolojik ve sosyal inovasyonlara bağlı olarak dijitalleşen bir üniversite olarak gelişti. Bu tezin amacı, özellikle 2030'lardan itibaren tüm dünyayı tek bir pazar olarak hedefleyen ve eğitim faaliyetlerini küresel olarak farklı coğrafyalarda aynı anda yürütürken dijital üniversite kimliğini taşıyan, gelecek beşinci nesil Üniversite 5.0'a ileriye dönük bir yaklaşım sağlamaktır. Bu yaklaşım, gerçekleştirilen literatür taramasının sonunda, hem teknolojide yeni gelişimler ve çağdaş anlayış kavramlarının getirdiği sürekli artan dijital dönüşümün etkileri, hem de mevcut üniversite öğrencileri olan Z kuşağı ve onların halefi Alpha'nın beklentileri ile ilgili olarak doğrulanmıştır. Bu çerçevede, bu çalışmanın 8 hipotezini değerlendirmek için üniversite öğrencileri, akademisyenler ve işverenler/yöneticiler olmak üzere 3 farklı grupta 346 katılımcı ile 4 ana soru grubu üzerinde bütünleşik bir yaklaşımla tasarlanmış bir anket ile araştırma çalışması gerçekleştirilmiştir. Elde edilen bulgular incelendiğinde, katılımcıların dijital eğitime verdikleri önem ile dijitalleşmeye verdikleri önem arasında doğrusal ve anlamlı bir ilişki olduğu tespit edilirken, dijital eğitime verilen önem ve üniversite eğitimine verilen önem arasında da doğrusal ve anlamlı bir ilişki olduğu da tespit edilmiştir. Neticede, hem üniversite öğrencilerinin tercihleri hem de üniversitelerin stratejileri halihazırda hibrit eğitim modeline olumlu bir yaklaşım göstermektedir. Ayrıca 2030'lardan sonra sanal eğitim modeline geçiş öngörüsünde de aynı yaklaşım görülmektedir. Sonuç olarak, bu çalışma, üniversitelerin 2030 yılına kadar hibrit eğitim modelini uygulamaya geçireceğini, 2030'dan sonra ise geleneksel üniversiteler hibrit eğitim modelini kullanmaya devam ederken, Üniversite 5.0 jenerasyonu dijital üniversitelerin kaçınılmaz gelişiminin başlayacağını göstermektedir. Anahtar Kelimeler: Dijital Dönüşüm, Üniversite 5.0, Dijital Üniversite, Hibrit Eğitim, Sanal Eğitim,

Estetik ve güzellik kavramları farklı disiplinlerce araştırılıp, tanımlanmaya çalışılmış, tarihin farklı dönemleri arasında çeşitlilik gösteren, değişken kavramlardır. Bu çalışmada neyin güzel ve neyin estetik olup olmadığını sorgulamak ve bu alanda yeni bir kaynak oluşturmak amaçlanmıştır. Estetik ve güzel Felsefe, arkeoloji, sanat tarihi, antropoloji ve sosyoloji gibi farklı disiplinlerin kesişim kümesinde bulunması sebebiyle, oldukça geniş ve karmaşık içerikli kavramlardır. Batı medeniyetlerinde estetik kavramını incelerken, simetri, orantı, tam uyum gibi faktörler geçerlidir. Genel anlamıyla estetik, ahenktir, uyumdur. Bir bütünü meydana getiren unsurlar birbiri ile uyumlu ise, o şey güzeldir. Bu bağlamda değerlendirdiğimizde estetik kavramı insanda bir his, duygu yaratması ile anlamlanır. Yaratılan hissin gücü estetik hazzın seviyesini belirler. Bu hissi yaratan bir resim ya da heykel olabileceği gibi belli bir renk ve biçim uyumunu bünyesinde barındıran bir giysi ya da kumaş tasarımı da olabilmektedir. Bu çalışmada estetik güzelliğin Batı medeniyetlerinde yarattığı etki, tarihin farklı dönemlerinde kadın bedeninin ve giyim kuşam kültürünün estetik ve güzel kavramlarından nasıl etkilendiği incelenmiştir. Anahtar Kelimeler: Estetik, Güzel, Kadın, Moda, Giyim.  

As software systems continue to grow in complexity, the need for efficient and accurate design methodologies becomes increasingly critical. Entity-Relationship Diagrams (ERDs) provide a powerful visual representation of system structures and dependencies, serving as a foundation for software engineering and database design. However, manually creating ERDs from textual requirements is time-consuming and manual. To address this challenge, this research explores the application of natural language processing (NLP) techniques to automatically extract relevant information from unstructured text and generate ERDs. The proposed approach leverages the strengths of rule-based techniques, semantic analysis, and machine learning algorithms to automatically identify entities, attributes, relationships, and cardinalities from natural language input. Our study offers practical insights into the utilization of linguistic and semantic analysis, and machine learning for efficient information extraction. The proposed system aims to streamline the ERD creation process and improve the accuracy and quality of the resulting diagrams. While the proposed approach shows promising results, the limitations in heuristic rule coverage and data dependencies are acknowledge. Furthermore, the evaluation results demonstrate in detecting entities, attributes, and relations, with f1-scores of 0.96, 0.93, and 0.92, and resolving the components specifications achieved accuracy of 0.87, 0.84, 0.91, respectively. The findings contribute to advancing ERD extraction from text and suggest future research directions for improving the robustness and usability of the solution. The fusion of NLP techniques with ERD creation highlights the potential for enhancing the software development lifecycle and opens new avenues for research in the realm of information extraction from natural language text. Keywords: Entity-Relationship Diagram, Natural Language Processing, Named Entity Recognition, Information Extraction.